MétaCan
Menu
Retour à la cohorte
Enregistrement W2043778571 · doi:10.1109/usnc-ursi.2013.6715514

A source wavelet deconvolution approach to improve the spatial resolution for radar-based breast imaging system

2013· article· en· W2043778571 sur OpenAlexaff
Kay Y. Liu, Elise Fear

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrowave Imaging and Scattering Analysis
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésDeconvolutionWaveletComputer scienceImage resolutionMicrowave imagingRadar imagingIterative reconstructionComputer visionRadarBreast imagingArtificial intelligenceAlgorithmMammographyMicrowaveTelecommunications

Résumé

récupéré en direct d'OpenAlex

In microwave breast imaging, image reconstruction involves tomographic reconstruction, radar-based imaging, or some combination of both methods (J. F. Deprez, et al., PIER B, 42, 381-403, 2012). With radar-based techniques, similar basic processing steps, i.e., calibration and skin subtraction are taken to process the raw data prior to their deployment in Kirchhoff summation (image focusing). Usually, minimal consideration is given to improve the temporal resolution of the raw signals. However, the spatial resolution associated with the reconstructed image is a function of the temporal resolution of raw data. With simple breast phantoms, i.e., homogeneous breast volume with a single inclusion, an image with low spatial resolution may give a relatively accurate estimate of inclusion location, however lacks sensitivities to the changes in its size. With complicated breast phantoms, i.e., heterogeneous breast volume with multiple malignant and benign inclusions, low imaging resolution may blur malignant inclusions into adjacent features. Inspired by seismic imaging data processing workflow, we propose the method of source wavelet deconvolution for pre-processing prior to Kirchhoff summation. The idea is to improve the temporal resolution of calibrated raw data by compressing the source wavelet. We also propose the method of picking the first break (arrival) of wave propagation for the purpose of locating the scatterer in the signal. Previously, the signals were integrated prior to Kirchhoff summation, which assumes that a local maximum indicates the round-trip distance between the antenna and the scatterer. In reality, this assumption is not always true due to the complexity of wave propagation (A. Ishimaru, 1997). In this sense, the proposed new processing workflow can be described as improved calibration, skin subtraction, deconvolution, and reconstruction.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,960
Score d'incertitude au seuil0,550

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,005
Tête enseignante GPT0,174
Écart entre enseignants0,169 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMicrowave Imaging and Scattering AnalysisTravaux en français237 207